快速块匹配的非局部均值去噪算法_Fast Block Matching Non local means

大家都知道，NL-means去噪算法很大的缺陷就是它的运算速度太慢，故，我采取一种快速块匹配对之进行了改进

function  [posIdx, weiIdx]   =  BM_NL_means_test(Img,par)
% Img ： 输入图像
% posIdx ： 与中心块相似的块的位置索引
% weiIdx ： 与中心块相似的块的权重索引

search_r  =  par.s_r; %search block的半径
similarWinNum =  par.nblk; % 相似window的个数
win_r           =  par.win_r; %similarity window的半径
win=2*win_r+1;%
winSize     =  win^2; % 每个similarity window的元素个数
hp            =  par.hp^2; % 高斯参数
step=1;
%在图像四周镜面填充厚度为win_r的像素点，行数和列数增加了win（2*win_r）个
%填充的目的是为了让每一个像素都能被计算到
PaddedImg = padarray(Img,[win_r,win_r],'symmetric','both');
[R , C] = size(PaddedImg);

%  R=row+2*win_r C=col+2*win_r
N          =  R - win + 1; % 最后一个window的起始行坐标（步长1）
M          =  C - win + 1; % 最后一个window的起始列坐标
winNum   =